1. 确定独立显卡型号

终端执行：lspic | grep VGA

结果如下：

0000:b3:00.0 VGA compatible controller: NVIDIA Corporation Device 1eb1 (rev a1)

打开PCI设备查询网站：
PCI devicesicon-default.png?t=O83Ahttps://admin.pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci输入：设备型号代码：1eb1

查询结果为：

Name: TU104GL [Quadro RTX 4000]

T4CFantasy

2018-11-09 20:16:30

2. nvidia官网下载驱动

下载 NVIDIA 官方驱动 | NVIDIA下载最新官方 NVIDIA 驱动，增强 PC 游戏体验并更快地运行应用。icon-default.png?t=O83Ahttps://www.nvidia.cn/drivers/lookup/根据显卡型号（Quadro RTX 4000）搜索对应显卡驱动

执行安装命令：sudo bash NVIDIA-Linux-x86_64-550.127.05.run 

查看驱动安装情况，执行命令：nvidia-smi

# linux # 运维
Logo
NVIDIA DRIVE 智能汽车专区

更多推荐

基于5090D服务器的NVIDIA Alpamayo实验

本文介绍了在NVIDIA 5090D服务器上部署和运行Alpamayo自动驾驶大模型的全过程。Alpamayo是由NVIDIA社区开发的开源VLA（视觉-语言-动作）模型，具有10B参数规模，支持可解释的驾驶决策和多模态轨迹规划。实验环境搭建包括：创建Python 3.12虚拟环境、安装git/uv工具、配置Hugging Face访问权限，并从ModelScope下载模型权重。通过修改推理脚本路

avatar NVIDIA DRIVE 智能汽车专区
cover

NVIDIA智能汽车技术实战营笔记——Alpamayo

avatar NVIDIA DRIVE 智能汽车专区

看完 Alpamayo 的施工区案例，我想起了园区里的那些车

园区物流项目做久了，会发现视频告警最不缺的就是“异常”。真正费时间的，是弄清楚异常为什么发生，以及接下来该怎么处理。一段十几秒的行车视频里，可能同时有施工锥、作业车辆、行人和正在减速的前车。普通视觉模型可以把它们一一框出来，却未必能回答那个更接近业务的问题：这些东西和当前车辆有什么关系？此刻应该继续走、先减速，还是向旁边让一点？

avatar NVIDIA DRIVE 智能汽车专区